Labelme 图像数据集

Labelme Dataset 是用于目标识别的图像数据集，涵盖 1000 多个完全注释和 2000 个部分注释的图像，其中部分注释图像可以被用于训练标记算法，测试集拥有来自于世界不同地方拍摄的图像，这可以保证图片在续联和测试之间会有较大的差异。

Labelme Dataset is an image dataset tailored for object recognition tasks. It encompasses over 1000 fully annotated images and 2000 partially annotated images. The partially annotated samples can be employed to train annotation algorithms. The test set consists of images captured across various regions globally, which ensures a considerable distributional difference between the training and test datasets.

搜集汇总

背景与挑战

背景概述

Labelme图像数据集是一个用于目标识别的数据集，包含1000多张完全注释和2000张部分注释的图像，其中部分注释可用于训练标记算法。该数据集由麻省理工学院于2007年发布，测试集图像采集自全球各地，以确保训练和测试之间的显著差异，并附有相关论文和挑战赛。